Robotisk «sjef» trent til å smake mat

En gruppe forskere ved University of Cambridge har skapt en robot «sjef» som er trent til å smake mat på ulike stadier av tyggeprosessen. Mens den smaker maten, bestemmer roboten om den er tilstrekkelig krydret.

Forskningen ble publisert i Frontiers in Robotics & AI.

Automatisering av tyggeprosessen

Forskerlaget arbeidet med Beko, en produsent av hjemmeapplianser, for å trene robot-sjefen til å vurdere saltinnholdet i en rett under tyggeprosessen. Denne prosessen er lignende det mennesker gjør.

De nye fremstegene kan hjelpe med å utvikle automatiserte eller semi-automatiserte matlagingsteknologier, hvor roboter kan bestemme hva som smaker godt eller ikke.

Mennesker går gjennom en kompleks prosess når de tygger mat, hvor vi merker endringer i tekstur og smak. Den robotiske motparten smakte ni varianter av rørte egg og tomater, og gjorde det på tre ulike stadier av tyggeprosessen. Resultatet var «smakskart» over de ulike rettene.

«Smak mens du går»-tilnærmingen viste seg å forbedre robotens evne til å raskt og nøyaktig vurdere saltinnholdet i en rett sammenlignet med eksisterende elektroniske smaksteknologier. Roboten hadde tidligere blitt trent til å lage omeletter basert på menneskelig smakstilbakemelding.

Smak er høyt avhengig av hver enkelt persons egne preferanser, og de beste kokkene baserer seg på sin smakssans til å balansere smaker mens de smaker.

Grzegorz Sochacki er første forfatter av artikkelen fra Cambridges avdeling for ingeniørvitenskap.

“De fleste hjemmekokker er kjent med konseptet å smake mens du går — å sjekke en rett gjennom hele matlagingprosessen for å sjekke om balansen av smaker er riktig,” sa Sochacki. “Hvis roboter skal brukes til visse aspekter av matlaging, er det viktig at de kan ‘smake’ hva de lager.”

Dr. Arsen Abdulali er medforfatter fra avdelingen for ingeniørvitenskap.

“Når vi smaker, gir prosessen med å tygge også kontinuerlig tilbakemelding til hjernen vår,” sa Dr. Abdulali. “Gjeldende metoder for elektronisk testing tar bare ett enkelt bilde fra en homogenisert prøve, så vi ønsket å replikere en mer realistisk prosess med å tygge og smake i et robotisk system, som bør resultere i en mer smakfull slutprodukt.”

Forskerlaget tilhører Cambridges Bio-Inspired Robotics Laboratory, ledet av professor Fumiya Iida fra avdelingen for ingeniørvitenskap. Denne laboratoriet arbeider med å trene roboter til å utføre oppgaver som mennesker finner enkle, men som viser seg å være vanskelige for roboter. En av disse oppgavene er matlaging.

“Vi trengte noe billig, lite og raskt å legge til vår robot så den kunne smake: det måtte være billig nok til å bruke i et kjøkken, lite nok til en robot og raskt nok til å bruke mens du lager mat,” sa Sochacki.

Konstruksjon og trening av roboten

Forskerne festet en ledningssonde, som fungerer som en salinitetssensor, til en robotarm. Dette gjorde det mulig for roboten å etterligne den menneskelige prosessen med å tygge og smake. Når forskerne preparerte rettene med rørte egg og tomater, varierte de antall tomater og mengden salt i hver.

Med sondeen kunne roboten «smake» rettene i en grid-lignende måte og prosessere resultater i sekunder.

Forskerne puttet deretter egg-blandingen i en blender før de lot roboten smake den igjen, som etterlignet endringen i tekstur som følge av tygging.

Teknikken er fortsatt et bevis på konsept, men forskerne tror at roboter til slutt vil kunne lage mat som mennesker vil nyte. De kan sogar produsere personlig tilpasset mat basert på den enkeltes smak.

“Når en robot lærer å lage mat, som enhver annen kokk, trenger den indikasjoner på hvor godt den gjorde det,” sa Abdulali. “Vi ønsker at robotene skal forstå konseptet med smak, som vil gjøre dem til bedre kokker. I vårt eksperiment kan roboten ‘se’ forskjellen i maten mens den tygges, som forbedrer dens evne til å smake.”

Dr. Muhammad W. Chughtai er seniorforsker ved Beko.

“Beko har en visjon om å bringe roboter inn i hjemme-miljøet som er trygge og enkle å bruke,” sa han. “Vi tror at utviklingen av robot-kokker vil spille en stor rolle i travle husholdninger og hjelpende boenheter i fremtiden. Dette resultatet er et stort skritt fremover i robot-matlaging, og ved å bruke maskin- og dypt-læringsalgoritmer, vil tygging hjelpe robot-kokker til å justere smak for ulike retter og brukere.”

Forskningen fikk støtte fra Beko og Engineering and Physical Sciences Research Council (EPSRC), som er en del av UK Research and Innovation (UKRI).